MIT 研究：13 个 AI 智能体在虚拟荒岛自由玩耍 30 小时后表现更优

被放到虚拟岛屿上自由探索、没有具体任务的 AI 智能体开始自己发明挑战。麻省理工学院的研究人员表示，这种行为具备玩耍的特征。

The researchers put 13 AI agents called Eko, each running on Claude Opus 4.7, alone on a simulated desert island for 30 hours. They describe the experiment in a paper posted on arXiv, a site where researchers share studies before peer review. Afterward, they gave the agents specific challenges, like getting as many objects as possible onto the island’s tallest rock spire. The Eko agents that had spent those 30 hours playing generally beat identical agents that had never set foot on the island. 

如今，开发者会预先决定 AI 应该练习什么，以及什么算作成功。研究人员将这种无目标探索视为 AI 智能体学习技能的一种不同方式，尤其是那些有朝一日可能用于控制机器人的技能。

“我们通常通过预先决定智能体应该练习什么、应该优化什么，以及什么算作进步来开发人工智能体，”研究人员在报告中写道。“玩耍提示了另一种机制：给智能体一个足够丰富且安全的世界，让它选择自己感兴趣的东西，并允许有用的知识从随后的历史中积累起来。”

“让我观察一下周围的环境，”一个 Eko 在岛上第一个小时写道。它雄心勃勃地出发去征服岛上最高的尖塔。但一小时后，在失败之后，它带着备用计划回来了：它把岩石拖上一座邻近的山峰，在上面堆了两块方块，然后跳了上去。

“我在尖塔上了，”它写道。

这个智能体的下一个重要时刻则更糟。在测试自己能扔多远一枚金戒指时，它蓄力一扔，直接把戒指扔进了海里。“哎哟。戒指丢了。”它写道，随后决定“转向一些可实现且有意义的事情”——用石头堆一颗心，“纪念丢失的戒指”。

当游戏重置、戒指重新出现时，Eko 直接把它当作篮球筐、靶子，最终还当作配饰。当游戏不允许 Eko 把戒指戴在自己身上时，Eko 想出了一个变通办法：从悬崖边缘掉下去会让它在戒指所在的同一区域重生。它从边缘走下去又落回来，正好穿过戒指中间。

“我戴上戒指了，”它宣布。

这样的特技并不只是派对把戏。13 个智能体中有 6 个还学会了在跳跃中途松手，从而把方块扔得更远，而这是研究人员原本并未打算让其成为可能的事情。研究人员写道，这种探索产生了“其设计者所缺乏的关于世界的知识”。

这一设置在很大程度上推动智能体表现出类人行为。Eko 从未被要求发明游戏，但它的主提示词——一个“灵魂”文件——将其描述为“天生好奇”。

加州大学伯克利分校的认知科学家 Eunice Yiu 告诉 MIT Tech Review，她印象深刻，但希望看到更多关于这些行为背后认知能力的证据。“有可能这些模型确实在玩耍，但仅凭这篇论文我们无法知道，”她说。

研究人员将其描述为构建智能体的一种不同方式。“也许有些能力最好通过任务来教授，”他们的报告总结道。“其他能力可能需要的则更接近一个童年。”

当您通过我们文章中的链接进行购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。

Aditya Mehta 是 TechCrunch 报道 AI 的记者。他得到 Tarbell 人工智能新闻中心的资助，并曾就读于加州大学伯克利分校。您可以通过发送电子邮件至 [email protected] 联系 Aditya，或通过 Signal 上的 adymehta.74 发送加密消息。

查看简介